針對傳統(tǒng)搜索引擎算法搜索內(nèi)容需要占用大量人工勞動進行標記,反饋信息和用戶搜索信息匹配度低,無法理解人類語言輸入等缺點,文中結合自然語言算法對信息的整合過程及理解用戶語言過程進行優(yōu)化。通過建立語料庫、提取文本特征信息和模型訓練等方法,提出了適用于智能搜索引擎的新型檢索算法。文中在CSI語料庫、AWS爬蟲數(shù)據(jù)等數(shù)據(jù)集中進行了測試,測試結果表明,該算法只需進行前期的人工干預和標記,便可以自行搜集專業(yè)信息并自行展開機器學習和訓練,從而降低維護及使用成本。 

【文章來源】：信息技術. 2019,43(11)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 搜索引擎算法
    1.1 算法原理
    1.2 搜索引擎算法
2 基于人工智能的搜索引擎算法
    2.1 搜索引擎的缺陷
    2.2 自然語言處理的優(yōu)勢
    2.3 自然語言處理算法
        2.3.1 文本信息預處理
        2.3.2 文本特征提取
        2.3.3 文本分類
3 數(shù)字圖書搜索引擎的應用與測試
4 結束語


【參考文獻】：
期刊論文
[1]基于詞向量的文本分類研究[J]. 馬力,李沙沙.  計算機與數(shù)字工程. 2019(02)
[2]移動數(shù)字圖書館的圖書分類系統(tǒng)設計[J]. 鄭幸子.  現(xiàn)代電子技術. 2018(07)
[3]基于RNN句子編碼器的聊天機器人[J]. 朱晶晶,韓立新.  計算機與現(xiàn)代化. 2018(01)
[4]從機器翻譯歷程看自然語言處理研究的發(fā)展策略[J]. 孫茂松,周建設.  語言戰(zhàn)略研究. 2016(06)
[5]基于改進譜聚類方法的搜索引擎排序算法[J]. 白亮,于天元,劉湜,老松楊,楊征.  計算機科學. 2016(10)
[6]面向自然語言處理的深度學習研究[J]. 奚雪峰,周國棟.  自動化學報. 2016(10)
[7]自然語言處理中的篇章主次關系研究[J]. 褚曉敏,朱巧明,周國棟.  計算機學報. 2017(04)
[8]用k-最近鄰和貝葉斯分類預測圖書用戶喜好[J]. 鐘亮.  信息技術. 2016(09)
[9]基于粒子群算法的大數(shù)據(jù)智能搜索引擎的研究[J]. 胡存剛,程瑩.  計算機技術與發(fā)展. 2015(12)
[10]自然語言處理技術及其教育應用[J]. 王萌,俞士汶,朱學鋒.  數(shù)學的實踐與認識. 2015(20)

碩士論文
[1]主題搜索引擎搜索策略的研究及算法設計[D]. 高慶芳.蘭州大學 2017
[2]個性化搜索引擎排序算法的研究[D]. 馬安進.西安理工大學 2016
[3]互聯(lián)網(wǎng)搜索引擎搜索策略和算法的研究[D]. 姜韶增.蘭州交通大學 2015



本文編號：3147850